功能入口

1. 选择目标资源池，并登录APM组件控制台。
2. 在左侧导航栏中选择「应用监控」-「应用列表」。
3. 在应用列表中选择您想查看的应用，点击「应用名称」打开新的应用详情链接。
4. 在左侧导航栏中选择「应用详情」，您可以在应用详情页面切换至「其他基础监控」页签，在左侧关键指标中选择不同的应用实例，可查看该应用实例相应的概览信息。

功能说明

资源监控

包含对CPU、物理内存、流量的监控，是保障应用程序稳定性和可靠性的重要任务之一。

CPU

• CPU配额（CPU Quota）：指为分配的CPU资源上限，单位是CPU核数。
• CPU使用量（CPU Usage）：指实际使用的CPU资源量，单位是CPU核数。

需注意，使用量不能超过配额。例如，一个Pod的CPU配额为1核，表示该Pod中所有容器的CPU使用量总和不能超过1核。如果容器的CPU使用量超过了配额限制，容器将会被限制在配额范围内运行，超出部分的CPU使用量将会被抛弃。

通过观察CPU配额和CPU使用量可以合理分析CPU资源使用率，避免资源浪费和不足。

物理内存

• 内存配额（Memory Quota）：指为分配的内存资源上限，通常以字节或者二进制字节（Byte、KB、MB、GB等）的形式表示。
• 内存使用量（Memory Usage）：指实际使用的内存资源量，通常以字节或者二进制字节（Byte、KB、MB、GB等）的形式表示。

需注意，使用量不能超过配额。例如，一个Pod的内存配额为1GB，表示该Pod中所有容器的内存使用量总和不能超过1GB。如果容器的内存使用量超过了配额限制，容器将会被限制在配额范围内运行，超出部分的内存使用量将会被抛弃。

通过观察物理内存配额及内存使用量，可以帮助用户根据应用程序的实际内存使用情况，合理设置内存配额，以避免内存资源的浪费和不足。

网络流量

网络流量：网络数据量，单位是Byte。

• 接收字节数：也称作入站流量，是指进入的数据量。
• 发送字节数：也称作出站流量，是指发送出去的数据量。

监控网络数据量可以诊断网络性能问题、预测网络容量需求，了解网络的使用情况和资源瓶颈，及时进行网络流量控制和优化，以避免网络拥塞和数据传输失败。

网络数据包

网络数据包：通信的基本单位。它是在网络中传输的数据的载体，包含了一定的控制信息和有效载荷数据。

• 接收包数：接收包数是指网络接口（网卡）成功接收到的数据包的总数量。它表示从网络中接收到的数据包的计数。
• 接收丢包数：接收丢包数指的是在接收过程中丢失的数据包数量。这表示在数据包传输过程中，一些数据包未能成功到达目的地或未能被接收，导致丢包。
• 接收失败数：接收失败数是指在接收过程中发生的错误数量。这些错误可能与数据包传输、网络协议或硬件设备有关，例如校验错误、帧错误等。
• 发送包数：发送包数是指通过网络接口成功发送的数据包的总数量。它表示从容器pod发送到网络的数据包的计数。
• 发送丢包数：发送丢包数指的是在发送过程中丢失的数据包数量。这表示在数据包传输过程中，一些数据包未能成功到达目的地或未能被接收，导致丢包。
• 发送失败数：发送失败数是指在发送过程中发生的错误数量。这些错误可能与数据包传输、网络协议或硬件设备有关，例如校验错误、帧错误等。

监控网络数据包的数量可以帮助管理员诊断网络性能问题和瓶颈，以及进行资源分配和负载均衡的调整。例如，如果某个容器接收到的网络数据包数量过多，可能会导致容器负载过高，需要调整容器资源分配或者优化应用程序的网络使用方式。此外，对于网络数据包的监控还可以帮助管理员检测网络攻击和安全漏洞，以及进行网络流量控制和优化。

Netty内存

监控netty内存的使用情况。包括已使用直接内存和最大直接内存的变化趋势。

• 已使用直接内存：这是指Netty当前已经分配并使用的直接内存大小。直接内存（Direct Memory）是指操作系统可以直接访问的内存，这种内存通常用于网络IO操作，因为它可以减少数据在用户空间和内核空间之间的拷贝，从而提高性能。Netty通过usedDirectMemory()方法可以查询当前系统下Netty的已使用直接内存大小。
• 最大直接内存：这是指Netty配置的最大直接内存大小。如果Netty的直接内存使用超过了这个配置值，将会抛出OutOfDirectMemoryError异常。这个配置值通常在Netty启动时设置，并且可以通过配置文件进行调整。例如，如果Netty配置的最大直接内存为16M，那么当实际使用的直接内存超过16M时，就会出现内存溢出的错误。

总结来说，"已使用直接内存"反映了Netty当前正在使用的直接内存量，而"最大直接内存"则是Netty能够使用的最大直接内存量。这两个参数对于监控和优化Netty应用程序的性能至关重要。

Java方法

监控Java方法明细，表头包括。

• 类名：指定被监控方法所属的类名。
• 方法名：具体被监控方法的名称。
• 调用次数：在一定时间段内，该方法被调用的总次数。
• 错误次数：在一定时间内，该方法执行过程中发生错误的次数。
• 最大耗时(ms)：该方法在一段时间内的最长执行时间，通常以毫秒（ms）为单位。
• 平均耗时(ms)：该方法在一定时间内的平均执行时间，通常是所有执行时间的总和除以调用次数得出的平均值。
• 0-10ms请求数：在执行时间在0-10毫秒范围内的请求次数。
• 10-100ms请求数：在执行时间在10-100毫秒范围内的请求次数。
• 100-500ms请求数：在执行时间在100-500毫秒范围内的请求次数。
• 500-1000ms请求数：在执行时间在500-1000毫秒范围内的请求次数。
• 1-10s请求数：在执行时间在1-10秒范围内的请求次数。
• 10s以上请求数：在执行时间超过10秒的请求次数。

上述指标可以帮助监控 Java 方法的性能表现，识别潜在性能问题，并针对性地进行优化和调整，以确保应用程序的性能和稳定性。

XXL-JOB

xxl-job定时任务监控，目前仅支持查看，表头如下。

• 请求次数：指定时间段内任务被触发或执行的总次数。
• 错误次数：在相同时间段内，任务执行过程中发生错误的次数。
• 慢请求次数：代表执行时间超过设定阈值的任务执行次数。通常，慢请求指执行时间超过了预设的性能阈值，可能需要进一步优化。
• 最大响应时间(ms)：表示在一定时间内任务执行的最长响应时间，通常以毫秒（ms）为单位。这个指标可以帮助发现执行时间较长的任务，有助于优化性能。
• 总响应时间(ms)：是指任务执行的总响应时间的总和，表示在一段时间内所有任务执行的总体性能表现。通常也以毫秒（ms）为单位。

这些指标有助于监控 XXL-Job 任务执行的情况、性能表现和异常情况，以提供反馈和指导，帮助优化任务调度系统的性能和稳定性。

统一交互操作说明：

• 将光标移到统计图上，可以查看光标所至时间点的数据详情。
• 单击图标，可以将当前图表放大显示。